最適輸送のレンズによるグローバルプールの再検討【JST・京大機械翻訳】

Cheng Minjie; Xu Hongteng

プレプリント

J-GLOBAL ID：202202215078659654 整理番号：22P0278351

最適輸送のレンズによるグローバルプールの再検討【JST・京大機械翻訳】

Revisiting Global Pooling through the Lens of Optimal Transport

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月23日プレプリントサーバーでの情報更新日： 2022年09月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

大域的プールは,多くの機械学習モデルとタスクにおける最も重要な操作の1つであるが,その実装は実際には経験的である。本研究では,最適輸送のレンズを通して,新しい固体グローバルプールフレームワークを開発した。殆どの既存の大域的プール法は,不均衡な最適輸送(UOT)問題の幾つかの特殊化を解くのに等価であることを示した。UOT問題のパラメータを作成し,同じフレームワークで様々な大域的プール化法を統一し,従って,ニューラルネットワークのためのUOT-プール(UOTP)と呼ばれる一般化大域的プール層を提案する。古典的Sinkorn-スケーリングアルゴリズムに基づくUOTP層の実装に加えて,Bregman ADMMアルゴリズムに基づく新しいモデルアーキテクチャを設計し,より良い数値安定性を持ち,既存のプール層をより効果的に再現することができた。複数インスタンス学習,グラフ分類,画像分類を含むいくつかのアプリケーションシナリオでUOTP層を試験した。著者らのUOTP層は,従来のグローバルプール層を模倣するか,あるいは,より良い性能をもたらすいくつかの新しいプール機構を学ぶことができる。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , パターン認識

, ,

前のページに戻る